人工智能技術(shù)在大型機械制造中的應(yīng)用

文/夏景

傳統(tǒng)的大型機械制造方法制造效率低，因為傳統(tǒng)的制造方法不能夠模擬機械制造過程，在機械制造零件以及工藝選擇上都存在一定的缺點，大型機械制造中還是傳統(tǒng)的人工監(jiān)控的方法，這種方法無法準確了解大型機械制造過程，很大程度上影響了大型機械制造的發(fā)展。社會進步的同時，也要求機械制造技術(shù)有所提高。未來大型機械制造將向三個方向發(fā)展，即高速度、高精度和綠色化。高速度，對于大型機械來說，其制造效率的高低與零件測量等細微環(huán)節(jié)的操作速度有極大關(guān)系，本文即通過提升零件測量速度，來提升制造速度；高精度，大型機械制造更需要高精度，才能確保后期組裝的準確性；綠色化，在大型機械制造過程中，其廢棄物較多，因此對制造過程中產(chǎn)生的廢棄物加以回收，既環(huán)保又可再次利用，節(jié)約資源。

人工智能技術(shù)可使用計算機模擬人的思維過程，現(xiàn)已廣泛應(yīng)用于網(wǎng)絡(luò)安全管理、遠程控制、智能博弈等領(lǐng)域。作為計算機科學技術(shù)中的重要分支，機械制造行業(yè)在人工智能的影響下出現(xiàn)了不少的新產(chǎn)品，將人工智能技術(shù)應(yīng)用到大型機械制造中能夠改變傳統(tǒng)的制造模式，并且繁重的科學和機械計算等夠能夠通過人工智能技術(shù)得出答案。

本文從提高大型機械制造的制造效率出發(fā)，人工智能技術(shù)引入到大型機械制造中，對整個大型機械制造過程進行監(jiān)控，提高機械制造的生產(chǎn)能力，提高機械制造質(zhì)量，以此完成了對大型機械制造。

1 基于人工智能技術(shù)的大型機械制造方法設(shè)計

在大型機械制造時需要根據(jù)實際需要調(diào)試產(chǎn)品，并需要準確確定機械零件的大小、規(guī)格、位置、相對關(guān)系等，在制造時要嚴格按照流程進行，并根據(jù)實際情況調(diào)整零部件尺寸，控制制造質(zhì)量，制造出最優(yōu)的大型機械。

圖1：大型機械制造流程

圖2：制造效率對比圖

制定大型機械制造方案時，按照過程進行準備，以滿足大型機械制造的需要。在此需要對所有的機械制造零件進行架構(gòu)，將零件放置在夾具或者基床中，固定并根據(jù)加工情況調(diào)整零件位置，提高零件位置的精準度。加工時根據(jù)零件屬性選擇加工刀具，還可以選擇具有幅度角較小并且修光較好的刀具，以降低機械零件表面的粗糙程度。并根據(jù)零件材料、切削條件等調(diào)整切削技術(shù)，嚴格控制切削速度。零件中存在各種信息，為提高零件間的相互聯(lián)系及配置合理性，將零件的內(nèi)部信息參數(shù)輸入到人工智能系統(tǒng)中，得出相應(yīng)的零部件模型，以滿足機械制造應(yīng)用的實際需求。以此完成制定大型機械制造方案，通過對制定大型機械制造方案能夠提高機械的整體質(zhì)量，為實現(xiàn)基于人工智能技術(shù)的大型機械制造提供基本依據(jù)。

2 人工智能技術(shù)在大型機械制造中的應(yīng)用

在上述制定大型機械制造方案的基礎(chǔ)上，實現(xiàn)基于人工智能技術(shù)的大型機械制造，在實現(xiàn)過程中，引入人工智能技術(shù)。使用人工智能中的機器學習方法，在采集機械制造基本數(shù)據(jù)的基礎(chǔ)上，運用機器學習方法對數(shù)據(jù)進行學習和推理運算，獲取更佳的數(shù)據(jù)組合結(jié)果，來提高機械制造的生產(chǎn)能力，并且能夠提高機械制造質(zhì)量。

圖1所示為大型機械制造的流程，分析圖2可知，在大型機械制造中應(yīng)用人工智技術(shù)對機械制造進行全方位監(jiān)控，改善傳統(tǒng)制造效率低的情況，通過及時監(jiān)控大型機械制造能夠及時發(fā)現(xiàn)制造過程中出現(xiàn)的問題，能夠及時的將這些問題進行解決，確保機械制造的安全高效運行。傳統(tǒng)的零件測量采用預(yù)調(diào)測量方式，需要人力較多，且對人力的水平要求較高，為光柵數(shù)顯讀數(shù)，在一定程度上影響了機械制造效率。本文將人工智能中的機器學習技術(shù)應(yīng)用于機械制造工件測量中，通過計算機處理系統(tǒng)、CCD攝像頭及光學系統(tǒng)等部分，對待檢測零件進行精密測量。可有效提高工件測量效率，從而提升機械制造效率。

人工智能技術(shù)能夠優(yōu)化機械設(shè)計的制造過程，使工程重組和精簡結(jié)構(gòu)相結(jié)合，以實現(xiàn)信息自動化。并且與人類專家形成一體化系統(tǒng)對機械制造的過程進行監(jiān)控，在機械制造過程中進行思考、判斷、推理等一系列智能活動，對制造過程進行模擬，實現(xiàn)生產(chǎn)過程的自動監(jiān)控，立即發(fā)現(xiàn)錯誤或者避免誤差的出現(xiàn)，還能夠?qū)C械制造自動糾錯，提高機械制造效果。通過上述過程完成了基于人工智能技術(shù)的大型機械制造，將人工智能技術(shù)應(yīng)用到大型機械制造中，能夠提高大型機械制造的效率，減少人力、物力等的投入，并且能夠減少資金投入，實現(xiàn)最優(yōu)的大型機械制造。

3 實例論證

上述分析只是從理論上證明了此次設(shè)計的方法的有效性，為了證明該方法具有應(yīng)用意義，進行實驗對比，并且為了保證此次實驗的嚴謹性，將傳統(tǒng)的大型機械制造方法與本文設(shè)計的基于人工智能技術(shù)的大型機械制造方法進行對比。主要從工件測量時間來衡量機械制造效率。

在云數(shù)據(jù)庫中采集大型機械中10種機械工件各50個，作為待測量工件，分別以傳統(tǒng)預(yù)調(diào)測量方法與本文提出的機器學習兩種方法進行測量，并將測量結(jié)果輸入Deform-3D軟件中進行仿真對比，實驗對比結(jié)果如圖2所示。

分析圖2可知，傳統(tǒng)的大型機械制造效率遠低于本文方法，因為本文機械制造方法能夠?qū)χ圃觳牧蠝蚀_處理，并根據(jù)實際的制造標準制定合理的制造方案，很大程度上減少了機械制造的失誤，從而提高了大型機械制造的制造效率。通過上述實驗基本能夠證明此次設(shè)計的基于人工智能技術(shù)的大型機械制造方法的有效性，證明此次設(shè)計的基于人工智能技術(shù)的大型機械制造方法具有一定的實際應(yīng)用意義。

4 結(jié)束語

隨著我國經(jīng)濟的發(fā)展，機械的應(yīng)用范圍也越來越廣，使用規(guī)模也越來越大，所以對大型機械制造提出了更高的要求。傳統(tǒng)的大型機械制造方法效率較低，已經(jīng)不能滿足目前機械制造業(yè)的要求，其制約因素是在于對工件的測量較慢，且耗費大量人力，因此，提出了基于人工智能技術(shù)的大型機械制造方法設(shè)計，將人工智能中的機器學習技術(shù)應(yīng)用于機械工件測量中，不僅可減少人力損耗，還能提升測量速度，在一定程度上提升了大型機械制造效率。通過實驗對比證明本文方法對于工件測量的效率高于傳統(tǒng)方法。希望此次設(shè)計的基于人工智能技術(shù)的大型機械制造方法能夠為機械制造業(yè)提供一定的幫助，以此推動機械制造業(yè)的發(fā)展，推動國家經(jīng)濟的進步。